基于Vague集和属性综合评价的股票投资价值分析方法

对二级市场上同一行业内的不同股票进行投资价值分析是一个系统综合评价问题。本文从评价指标的选择、单项指标的评价、多项指标的综合评价和属性识别准则四部分来阐述属性测度理论在股票投资价值分析中的应用。特别需要指出的是,股票投资价值评价指标体系的建立和指标权重的确定应用了Vague集的理论和方法。最后,我们应用属性综合评价方法对电子元器件制造业的公司股票进行投资价值分析,结果验证了该方法的实用性和正确性。     

基于β系数优化的动态投资组合策略研究

本文提出一种股票动态投资组合策略，首先通过上升和下降贝塔来优选行业，然后在选择的行业中构造股票投资组合。对于股票投资组合，利用均值方差投资组合模型作为内核，通过引入参考时间窗口和持有期限窗口两个外生参数构建动态的均值-方差模型，并实证检验了模型的可行性。然后再经过多项业绩评价指标对比分析得出动态投资组合策略的收益明显优于被动投资策略，这种动态投资组合策略能够获得部分超额收益并且具有更好的可靠性。本研究为投资者提供了一种定量的投资组合管理方法，并从侧面验证了我国股市的非有效性。     

引入方差/波动率资产的动态最优投资组合

本文在构建投资组合时，除了包含传统的股票资产和无风险资产，还引入方差/波动率资产.给出了动态最优投资组合的显式解，发现方差/波动率资产价格是影响投资组合权重的重要状态变量.方差/波动率资产价格反映了市场的波动程度，股票资产以及方差/波动率资产的最优权重都会随着方差/波动率资产价格的增加而降低.基于美国市场的实证研究表明，组合中加入VIX期货有助于分散组合风险和提高组合样本外绩效，而组合中不包含VIX期货会导致投资者遭受一定的经济成本.     

长期投资者收益可预测条件下战略资产配置决策:——理论与中国实证

本文研究了资产收益可预测性影响长期投资者最优资产组合选择的理论问题,并结合中国证券市场历史数据做了相应的实证研究。研究结论表明:在长期投资期限下中国股票市场收益具有可预测性,长期投资者资产组合可以比短期投资者配置更高权重的风险资产。由此本文提出,可相应提高我国社保基金、企业年金和保险公司等长期投资者战略资产配置中股票类风险资产的投资比例上限。     

金融网络风险下多因子矩阵回归的资产组合与定价

本文从企业的股权、债权关系出发,基于违约距离构建无向图网络,分析了不确定性风险以网络形式进行传染、溢出和蔓延等现象,通过最小生成树的稀疏网络优化方法最大限度降低资产组合的非线性风险影响。站在资源配置的角度,利用稀疏聚类算法深入挖掘资产特征和捕捉其间的相依关系,采用多目标、多指数的稳健矩阵回归策略动态跟踪市场趋势,并通过自适应权重学习策略对网络风险叠加影响下的资产组合进行选择和配置,最终获得最小生成树风险下投资组合的稀疏聚类优化策略,进一步扩充了资产定价多因子模型。研究发现多目标矩阵回归的稀疏聚类投资组合,不仅对组合内投资标的进行了选择性舍弃,使资金能够集中配置于优质资产,更有助于通过最小生成树减缓甚至切断风险在网络中的传播,有效降低了资产之间风险的传染性。基于金融网络的风险分析方法不仅有效地刻画了风险以网络方式互相传染、互相影响、互相强化的非线性叠加效应,而且通过资产之间配置系数的压缩变换和最小生成树的优化方式,最小化最坏情形下风险传染的影响,对复杂网络环境下的资产配置和全面风险管理进行了有益补充,为长期投资基金获得风险和收益更为均衡的资产配置,提供了合意的投资策略和决策依据。     

结构突变下的高维汇率资产时变投资组合预测研究

金融市场存在结构突变现象是发生金融风险传染的关键所在,而风险传染又是投资组合研究中亟需解决的难点。本文以9种国际主要货币对美元汇率为研究对象,先构建隐马尔科夫模型来对汇率资产进行结构突变预测,并基于结构突变刻画的结果,构建动态R-Vine Copula模型来预测汇率资产的风险传染关系;最后,基于结构突变与风险传染的研究结果,筛选出适合的组合汇率资产,构建时变投资组合预测模型。实证结果表明：HMM模型能够有效地刻画出汇率资产中的结构突变;动态R-Vine Copula模型能够更加有效地刻画出汇率资产间的风险传染关系;基于结构突变与风险传染关系下的动态投资组合预测模型,具有降低投资组合风险与提升投资组合预测收益的优越性,能够为金融风险管理和投资组合研究提供模型参考。     

基于蒙特卡洛RMT去噪法小股票组合风险优化研究

在Markowitz证券投资组合理论的框架下,证券收益协方差矩阵往往受到“维数灾祸”的影响而充斥噪声,这给Markowitz证券投资组合的构建及其风险的优化带来了严重的困扰。在对证券收益协方差矩阵去噪进而实现证券投资组合风险优化方面,基于随机矩阵理论(RMT)的去噪方法是一种非常具有优势的有效方法。 从说明Markowitz股票投资组合风险的含义入手,以投资组合风险预测的准确率衡量投资组合风险的优劣,继而对用于股票收益协方差矩阵的原有RMT去噪法的原理进行阐释。在此基础上分析认为小股票组合条件下原有RMT去噪法因噪声特征值边界界定误差而会产生组合风险优化作用下降的问题,为解决该问题,采用蒙特卡洛模拟法确定收益协方差矩阵的最大噪声特征值,从而建立蒙特卡洛RMT去噪法。对LCPB去噪法、PG+去噪法和KR去噪法等原有RMT去噪法和蒙特卡洛RMT去噪法的组合风险优化作用开展实证研究。 研究结果表明,各种RMT方法对相等加权协方差矩阵去噪前后的组合风险结果与指数加权协方差矩阵的组合风险结果非常类似;收益协方差矩阵未去噪时,随着股票数量减小,组合风险的优化水平越来越高,这主要是因为收益协方差矩阵噪声不断减小;当对收益协方差矩阵去噪时,随着股票数量的减小,原有RMT去噪法比蒙特卡洛RMT去噪法具有的去噪优势因原有方法对噪声特征值边界界定误差的增大而呈减小趋势,因此,组合中股票降至较低数量时,原有RMT去噪法的组合风险优化作用开始变得低于蒙特卡洛RMT去噪法,这说明蒙特卡洛RMT去噪法是一种解决小股票组合风险优化条件下原有RMT去噪法效力下降问题的有效方法。 新的蒙特卡洛RMT去噪法提供了证券投资组合权重分配的具体方法,提高了组合风险预测的准确率,对设计合理的证券投资策略和优化证券投资风险具有参考意义。     

沪深300股指套期保值及投资组合实证研究

采用协整等分析方法,对沪深300股指标的进行投资组合研究,给出了动态投资组合的操作方法,结果表明基于模型选择的投资组合具有较好的系统均衡性、较小的风险及较高的收益率.同时对静态选择的50只股票组合、基于模型动态选择的17只股票的投资组合以及单个股票投资进行沪深300股指期货套期保值比的模拟实证分析,采用OLS回归模型估计法、双变量向量自回归模型方法、基于协整关系的误差修正模型方法、简化的误差修正模型方法,对不同模型方法下的套期保值比进行实证研究,最后对利用沪深300股指期货进行套期保值的有效性给出评价.     

一种新的金融动态横截面估计方法——基于中国股票市场条件定价模型评估的应用与扩展

大多数资产定价模型常常用静态横截面回归(the static cross-sectional regression)进行定价表现评估,从而投资组合回报率的时间变化性并不能被时变的风险承载或者(和)时变的风险溢价所解释.本文从经济学的角度,运用一种新的金融动态横截面回归(the dynamic cross-sectional regression),首次考察了基于中国股票市场和美国股票市场的条件资产定价模型的定价表现:股票市场投资组合回报率的时变性是否能被时变的风险溢价所解释.本文发现,短期收益反转和流通市值加权市场换手率为条件变量的条件资本资产定价模型和基于消费的条件资本资产定价模型,能更好的解释中国股票投资组合的回报时变性,其时变性主要来自于时变的风险溢价.另外,本文发现一些拥有持续(persistence)和缓慢变化(slow-moving)特性的条件变量更能够解释横截面投资组合的时变回报.     

股票的组合投资模型

依据股票收益与风险所形成的有效凸集,提出股票的自回归组合投资模型。在此基础上,利用模糊数学的相关知识建立股票的模糊组合投资模型。     

基于半离差风险收益的投资组合管理优化模型研究

本文在对投资组合管理理论分析的基础上,利用半离差法计算组合投资的风险与收益,克服了H. Markowitz提出的均值一方差模型研究的不足以及半方差模型的烦琐,提出了基于半离差风险收益的多目标优化模型;假设投资组合一般包括三种资产形式:股票、债券、现金。引进了机会成本概念在投资选择中的重要性,更加符合我国投资者的实际,便于操作,这为证券投资组合优化提供了一种新的方法,并有一定的参考借鉴价值。     

基于案例学习的多层次聚类指标客观权重极大熵挖掘模型

本文针对待聚类对象的多层次聚类指标权重配置问题进行了研究。首先运用向量空间模型将聚类对象表征为包含多个层次聚类属性指标的特征空间向量并基于余弦距离测算底层属性指标的相似程度,然后根据聚类指标的层次结构以及相应各层指标的权重系数综合测算对象之间的相似程度,最后根据历史聚类案例中相同类别对象之间相似度较大,不同类别对象之间相似度较小等特点,构建了基于案例学习的多层次聚类指标客观权重极大熵挖掘模型。通过案例分析以及与其他方法的比较研究,证明了本模型的可行性与有效性,为多层次聚类指标客观赋权问题提供了一种新的研究思路。     

状态变化和学习行为下的最优资产组合选择

针对金融资产收益率序列的非线性动态变化和投资者参数确定的传统假设,考虑状态变化的最优资产组合选择以及参数不确定性下投资者学习行为对最优资产组合选择的影响,运用马尔科夫机制转换模型刻画市场状态变化,采用贝叶斯学习准则描述投资者的学习行为,建立状态变化和投资者学习行为下资产组合选择的离散时间模型,使用期望最大化算法和动态最优化方法给出模型的参数估计,使用蒙特卡罗方法模拟投资者的资产组合选择行为.研究结果表明,中国金融市场存在明显的结构性动态变化,可以将市场分为牛市和熊市.在短期,当市场处于熊市时,投资者将全部财富投资于债券,不投资于股票,但市场处于牛市时股票的投资比重会大大增加;在长期,牛、熊市下股票和债券的权重会稳定在某个水平.市场状态的不确定性造成投资者产生对冲不确定性风险的需求,当市场向好时,投资者学习行为导致其投资于更多的风险资产;当市场状态无法确定时,投资者对股票的投资更为谨慎.考虑市场状态变化的投资组合选择能够提高投资者的总体效用.     

基于通货膨胀和风险偏好视角的资产配置研究

不确定条件下的资产配置问题无论对于学术研究还是投资行为都具有重大的理论和实际意义。本文选取广义范围上的现金、股票、债券作为投资者进行资产配置的产品,在CRRA(Constant Relative Risk Aversion)和HARA(Hyperbolic Absolute Risk Aversion)两种偏好假设下,分别求出了投资者效用最大化时的最优财富以及最优资产组合中各资产的权重,并比较分析了两种偏好假设下通货膨胀、风险偏好、投资期限三种因素对资产配置的影响。研究结论表明:通货膨胀会影响股票和债券的风险溢价,进而影响最优资产组合中各资产的权重;股票的权重不会受投资期限的影响,在通货膨胀率和风险偏好不变时,其值始终为一常数,但债券和现金的权重则由投资期限、通货膨胀和风险偏好共同决定;此外,在CRRA和HARA偏好假设下,以上三种因素对资产配置的影响存在较大差异,特别是在HARA框架下存在买空行为。     

基于信息更新的动态资产组合选择

本文研究了不完全信息下风险资产收益前两阶矩的参数不确定性对动态资产组合选择的影响。首先,在连续时间下假设资产价格服从随机扩散过程,引入参数不确定性,运用随机控制方法推导出风险资产最优选择的封闭解,给出定性分析。其次,在离散时间下用一阶自回归模型描述风险资产收益动态,基于贝叶斯分析框架,以上证综合指数不同区间段的两个样本做实证研究。结果表明,当投资者的风险规避程度大于(小于)对数效用时,参数不确定性将导致负(正)的投资期效应;当投资者在估计过程中运用较多的历史数据、或者风险规避程度增加时,参数不确定性的影响将减弱;参数不确定性下的资产组合选择可解释风险溢价之迷。研究说明了在动态资产组合选择过程中应考虑参数不确定性问题。     

指数证券组合模拟市场指数的聚类和MTV方法

根据Markowitz组合证券投资理论,在一定的假设下,投资者优化其投资组合的结果必定是以市场证券组合为其最优风险资产的投资组合.国外许多研究也表明消极投资策略是有效的,投资者只要按照某个较有代表性的股票市场综合指数中的每个股票所占权重投资每个股票,就可以消除股票的特有风险,达到很好的投资效果.但是,股票市场上股票种类繁多,有限的资金很难按照股票市场综合指数去投资.本文提出了一种利用聚类分析和MTV模型,可以以有限的几种证券的资产组合去逼近市场综合指数的方法.然后以上海股票市场为例,从任意选取的50种股票中使用本方法抽取不超出10种股票,用它们的组合去逼近上证综合指数,取得了比较满意的逼近和预测效果.     

价值与动量混合策略DEA多期限资产组合选择及效率评价

运用DEA融合有效价值与有效动量指标,构造多期限价值与动量混合策略资产组合,在期望收益率与风险调整收益率条件下评价其相对有效性。基于沪深300成分股的实证发现,DEA高效率值股票组合持有期期望收益率显著高于沪深300组合,且期望收益率与风险调整收益率均高于单一价值股票组合和赢者股票组合;在此基础上,构造同时持有DEA高效率值股票组合多头与DEA低效率值股票组合空头的套利交易策略,在相对较长的持有期上能给投资者带来显著的超额收益率。     

商品金融化背景下商品期货的多样化收益研究

日益丰富的商品期货交易种类为传统投资组合的风险-收益结构提供了可行的改善路径,但同时商品期货的风险对冲功能也受到了商品金融化趋势的现实冲击。本文基于不同分布假设下的均值-方差张成检验方法探究引入商品期货改善传统投资组合的路径和程度,并在此基础上利用投资组合的样本期外滚动数据对商品期货的多样化收益进行多维绩效检验。研究发现：1.无论是否考虑资本市场现实中的交易制度约束,样本期内商品期货的加入都能够显著地改善传统投资组合选择的风险-收益结构;2.商品期货对投资组合有效边界的改善主要体现为风险分散效应,商品期货的加入不能为传统资产配置策略带来超额收益;3.引入商品期货能够有效地降低投资组合样本期外的标准差和尾部风险,高风险厌恶的投资者配置商品期货能够取得更高的等价性收益。本文研究结果表明,尽管大宗商品金融化趋势不可逆转,但将商品期货引入传统投资组合仍是推动中国资产配置策略优化升级的有效途径。     

特异性尾部风险、混合尾部风险与资产定价——来自我国A股市场的证据

使用下偏距(lower partial moment,LPM)来度量投资组合尾部风险,将组合的尾部风险分解成三部分:特异性尾部风险、个股的系统性尾部风险和混合尾部风险.论文分别研究了三种尾部风险对资产预期收益的定价功能,基于我国A股市场股票数据进行Fama-MacBeth截面回归发现:1)特异性尾部风险与资产期望收益呈显著负相关关系; 2)混合尾部风险与资产预期具有显著的正相关关系,具有稳健的显著正向定价作用,对资产预期收益的影响强于市场贝塔和市场下方贝塔(downside beta)的影响; 3)系统性尾部风险对资产收益预期的影响最弱; 4)利用Fama-French-Carhart四因子模型对特异性尾部风险和混合尾部风险进行回归后发现,特异性尾部风险与混合尾部风险均具有显著四因子alpha系数,表明四因子模型不能很好的解释两种尾部风险与资产预期收益的关系.     

权重信息未知情况下的多属性群决策方法及其拓展

本文针对群决策中专家权重及指标权重难以确定的问题,提出一种在权重信息完全未知情况下的基于证据距离和模糊熵权变换的多属性群决策方法,其核心在于如何仅通过决策矩阵客观地确定决策者权重及指标权重。通过信息熵和证据距离确定专家权重,并利用模糊变换原理,将专家权重向量与指标熵权矩阵合成,得到统一的群体决策指标权重;最后使用线性加权法集成所有专家对备选方案的评价信息,得到整个方案集的排序。实验结果及相关讨论表明,该方法概念清晰,计算量适中,具有较强的客观性,而且易于机器实现,是一种可行、有效的多属性群决策方法。最后将该方法推广到属性值由精确数、语言值、区间数、直觉模糊数等多种形式构成的混合型多属性群决策中。